CT重建算法之统计迭代类算法;ML-EM算法（matlab的实现版本）
ML-EM算法
EM算法（Expectation Maximization Algorithm，期望极大算法）是一种解决优化问题的迭代算法，用于求解含有隐变量的概率模型参数的极大似然估计（MLE）或极大后验概率估计（MAP）。EM算法是一种比较通用的参数估计算法，被广泛用于支持向量机（SMO算法）、朴素贝叶斯、GMM（高斯混合模型）、K-means（K均值聚类）和HMM（隐马尔可夫模型）的参数估计。
理解EM算法（例子）
在统计学中，概率用于在已知一些参数的情况下，预测接下来的所得到的结果；而似然性则是用于在已知某些观测所得到的结果时，对有关事物的性质的参数进行估计。
EM算法和极大似然估计的前提是一样的，都要假设数据总体的分布，如果不知道数据分布，是无法使用EM算法的。
三硬币模型
假设有3枚硬币A，B，C，这些硬币正面出现的概率分别是π \piπ，p pp和q qq。进行如下掷硬币试验：先掷硬币A，根据其结果选出硬币B或硬币C，正面选硬币B，反面选硬币C；然后掷选出的硬币，掷硬币的结果，正面记作1，反面记作0；独立重复n此试验，观测结果：
1 , 1 , 0 ,
文件下载
资源详情
[{"title":"（ 5 个子文件 4KB ） CT重建算法之统计迭代类算法;ML-EM算法（matlab的实现版本）","children":[{"title":"ML-EM","children":[{"title":"medfuncMlem_2.m <span style='color:#111;'> 1.17KB </span>","children":null,"spread":false},{"title":"medfuncParallelBeamForwardProjection.m <span style='color:#111;'> 993B </span>","children":null,"spread":false},{"title":"medfuncMlem_1.m <span style='color:#111;'> 419B </span>","children":null,"spread":false},{"title":"medfuncSystemMatrix.m <span style='color:#111;'> 6.37KB </span>","children":null,"spread":false},{"title":"ML_EM.m <span style='color:#111;'> 848B </span>","children":null,"spread":false}],"spread":true}],"spread":true}]
评论信息
其他资源
- 精通比特币中文版pdf
- QT5串口上位机工程
- vm tools mac 10.14 darwin11.0.iso
- Float与Byte互转工具
- SAR 点目标成像仿真程序
- 用matlabsimulink搭建配电网的模型-zuihou.mdl
- 训练BP神经网络拟合函数曲线
- CMOS基础及基本工艺流程
- 数据结构（C++版）邓俊辉 第三版 文字版 真正完整包含9-12章
- Chrome浏览器 V88.0.4324.150 绿色精简增强版
- 超市数据库数据（sql2005）
- kramers-kronig.rar
- 直觉模糊混合加权聚合算子
- wrox-c-sharp-5-0-progammers-reference(Rod Stephens).pdf
- 巴菲特2020年股东大会文字实录.pdf
- 如何优化网页转化率？
- 大学《数据库原理》期末考试试题及答案(一)(20210107190256).pdf
- stc15xxxx单片机RFID RC 522 读写卡程序可直接用
- nexus-3.20.1-01-unix.tar
- Springer DSP Architecture Essentials
- 世界各国和地区名称及一级行政区代码表
- mcgs定时器操作函数设置方法
- BP神经网络源程序及训练样本
- Android activity劫持
- C#下开发HID设备的源码+例子
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明